[发明专利]产品推荐方法、装置、设备、存储介质及程序产品

说明书

本申请实施例提供一种产品推荐方法、装置、设备、存储介质及程序产品，本申请实施例涉及推荐系统技术领域，该方法包括：获取多个候选基金产品的目标特征，所述目标特征包括在历史阶段用于评估候选基金产品的指标特征和在历史阶段推荐候选基金产品的推荐人的个性化特征；针对各个所述候选基金产品，根据所述目标特征，通过产品评价模型，预测各个所述候选基金产品的收益风险结果；根据预测的收益风险结果，从所述多个候选基金产品中确定用于推荐的目标基金产品。本申请实例提供的方法能够克服现有技术无法实现对基金产品进行精准地评价，进而无法准确、有效地为用户推荐基金产品的问题。

技术领域

本申请实施例涉及推荐系统技术领域，尤其涉及一种产品推荐方法、装置、设备、存储介质及程序产品。

背景技术

在财富管理中，产品管理、产品优选是其重点提升核心内容之一。近年来，随着人们对财富管理越来越重视，市场上的产品(比如基金产品)也多种多样，为了更好的为客户提供好的产品，针对产品的评价也在不断优化，发展很迅速。

目前，用于评价产品的方法有夏普比率法、特雷诺比率法、詹森阿尔法(又称詹森指数)等。但是，夏普比率法由于是基于资本资产定价模型(Capital Asset PricingModel，CAPM)假设，以无风险利率作为基准，针对总风险进行调整，因此，评价资产收益率的收会出现一定的偏差；特雷诺比率法由于是特雷诺比率越高，资产效益越好，但它没有考虑实际基金组合中的非系统性风险的存在，在对风险进行度量时，会存在过于理想化的缺点；詹森阿尔法由于是詹森阿尔法越高，表明资产获得的超额收益率越多，资产绩效越好，反之亦然，但是，无论是市场整体还是资产个体，都没能获得超额收益。

因此，现有技术无法实现对基金产品进行精准地评价，进而无法准确、有效地为用户推荐基金产品。

发明内容

本申请实施例提供一种产品推荐方法、装置、设备、存储介质及程序产品，以克服现有技术无法实现对基金产品进行精准地评价，进而无法准确、有效地为用户推荐基金产品的问题。

第一方面，本申请实施例提供一种产品推荐方法，所述方法包括：

获取多个候选基金产品的目标特征，所述目标特征包括在历史阶段用于评估候选基金产品的指标特征和在历史阶段推荐候选基金产品的推荐人的个性化特征；

针对各个所述候选基金产品，根据所述目标特征，通过产品评价模型，预测各个所述候选基金产品的收益风险结果；

根据预测的收益风险结果，从所述多个候选基金产品中确定用于推荐的目标基金产品。

在一种可能的设计中，所述获取多个候选基金产品的目标特征，包括：

获取多个候选基金产品的特征相关数据，所述特征相关数据包括在历史阶段用于评估候选基金产品的指标数据和在历史阶段推荐候选基金产品的推荐人的个性化数据；所述指标数据包括下述至少一项：收益率指标、夏普比率、特雷诺比率、超额收益、风险指标、基金产品的投资类型，所述推荐人的个性化数据包括下述至少一项：推荐人的个人基础数据以及能力的反映数据；

针对各个所述候选基金的特征相关数据，分别提取所述指标数据对应的指标特征和推荐人的个性化数据对应的推荐人的个性化特征；

其中，由指标特征和推荐人的个性化特征构成目标特征。

在一种可能的设计中，所述分别提取所述指标数据对应的指标特征和推荐人的个性化数据对应的推荐人的个性化特征，包括：

对所述收益率指标、夏普比率、特雷诺比率、超额收益、风险指标进行主成分回归分析，得到回归分析结果；

对所述投资类型以及所述推荐人的个人基础数据进行独热编码，得到编码数据；

通过最小二乘法对所述能力的反映数据进行处理，得到能力特征；